【战神数科】文案去AI味技能

概述

文案去AI味·真人评估技能

概述

两步闭环：改写（消除 AI 痕迹）+ 评估（模拟真人逐段验收）。别人只改不验，本品改完让 3 个读者画像逐段评估，给出人味打分和残留痕迹定位。

何时触发

• 用户说"文案去AI味""去AI味""降AI率"
• 用户说"AI去痕""过AI检测"
• 用户说"人味改写""真人评估""读者验收""真人试读"
• 用户发了一段文案问"这是不是像 AI 写的"
• 用户说"帮我把这段改得像真人写的"

输入要素

标准执行流程

Step 1：AI 痕迹诊断

1. 加载特征库：参考 references/ai_tells.md
2. 逐句扫描 12 类 AI 痕迹：
   • 结构过度对称
   • 过度抽象/缺细节
   • 万能连接词（"综上所述""值得注意的是"）
   • 情绪温度缺失
   • 过度平衡/和稀泥
   • 信息密度均匀
   • 过度使用"我们"
   • 完美语法/无瑕疵
   • 过度清单化
   • 结论过度完整
   • 书面语（赋能/致力于/旨在）
   • 过度修饰
3. 统计痕迹：每类痕迹命中次数 + 最严重位置
4. 估算原 AI 率：基于痕迹统计

Step 2：改写

1. 加载人味特征库：参考 references/human_voice.md
2. 向 10 个真人特征靠拢：
   • 不完美的节奏（长短句对比）
   • 具体到刺眼的细节
   • 真实的犹豫和自我修正
   • 带体温的情绪词
   • 口语化"废句"（"你想想""说真的"）
   • 个人化的视角偏见
   • 跳跃的思维
   • 自嘲和反讽
   • 不完整的结尾
   • 方言/行业黑话
3. 逐段改写：
   • 命中痕迹 → 对症改写
   • 加细节、加情绪、加节奏差
   • 删书面语、删清单号、删和稀泥
4. 保留原意：改的是"怎么说"，不是"说什么"

Step 3：真人逐段评估

1. 构建 3 个评估者：参考 references/persona_evaluator.md
   • E1 同行专家（看专业性）
   • E2 目标用户（看共鸣度）
   • E3 挑剔读者（看像不像 AI）
2. 逐段三评估：
   • 每段给 3 个评估者的人味分（0-10）
   • 每个评估者指出"哪里还像 AI"，引用原文
   • E3 模拟一句"评论区吐槽"
3. 段落人味分：三个评估者的平均
4. 低于 6 分的段落标记"必须重写"

Step 4：残留痕迹定位

对改写后的版本，逐句再扫描一次：

• 还残留哪些 AI 痕迹
• 残留在哪个位置
• 给出进一步改写建议

Step 5：总评与输出

1. 人味总分：Hook 段 ×1.5 + 结尾段 ×1.2 + 其他段 ×1.0 的加权平均
2. 改写前后对比：
   • 原 AI 率 → 改写后 AI 率
   • 改善幅度
3. 评估者总评：每个评估者一句话
4. 还需再改的 Top 3：最需要继续优化的位置

按 assets/humanized_report_template.md 模板输出。

输出路径：当前工作目录，去AI味_<标题>.md

关键注意事项

改写的边界

• 改"怎么说"，不改"说什么"——原意必须保留
• 不为了"像真人"而牺牲专业性
• 不加入虚构的事实/数据
• 允许加"场景化包装"，但不能编造

评估的诚实性

• 评估者不是"鼓励你的朋友"，是"挑剔的读者"
• 低于 6 分要直说"还像 AI"
• 不为了好看而给高分
• 改完不像真人，要直说

平台差异

不同平台的人味标准不同：

• 小红书：要"闺蜜感"，口语化、表情、碎碎念
• 视频号：要"专家感但有温度"，不能太书面也不能太随意
• 公众号：可以更书面，但不能"公文味"
• 抖音：要"短视频爽感"，短句、金句、节奏

"去 AI 味"不是"降智"

• 不为了像真人而写得"傻"
• 真人专家也能写出有深度的内容
• 目标是"有深度 + 有人味"，不是"口语化但浅薄"

资源索引

运行时

• 无需脚本执行，纯改写+评估型技能
• 输出路径：当前工作目录
• 输出文件名：去AI味_<标题>.md
• 输出后调用 present_files 展示